การสร้างเครือข่ายการพัฒนางานวิจัย

การสร้างเครือข่ายการพัฒนางานวิจัย ยุทธศาสตร์ที่ 2 : KR2.2.3 รางวัลดีเด่น ปี2566 ผู้จัดทำโครงการ​ ผู้ช่วยศาสตราจารย์ ดร.ราชศักดิ์ สมยานนทนากุล วิทยาลัยนวัตกรรมดิจิทัลเทคโนโลยี หลักการและเหตุผล/ความสำคัญ/ความรู้ที่เป็นประเด็นสำคัญที่นำมาใช้​ จากแผนยุทธศาสตร์มหาวิทยาลัยรังสิต ในด้านพัฒนางานวิจัย งานสร้างสรรค์ และนวัตกรรมตามบริบทของมหาวิทยาลัยรังสิตที่ตอบโจทย์การพึ่งพาตนเองทางด้านเทคโนโลยีของประเทศไทย ได้ส่งเสริมให้ทำงานวิจัยที่พัฒนาร่วมกันแบบสหวิทยาการ หรือเป็นความร่วมมือระหว่างคณะวิชา และหน่วยงานภายนอกมหาวิทยาลัยในรูปแบบการสร้างเครือข่ายการพัฒนางานวิจัย ซึ่งถือได้ว่าเป็นกระบวนการสร้างพื้นที่สำหรับการแลกเปลี่ยนความรู้ และสนับสนุนการทำงานวิจัยในระดับมหาวิทยาลัย โดยเครือข่ายการพัฒนางานวิจัยมีวัตถุประสงค์ที่ชัดเจน เพื่อแลกเปลี่ยนประสบการณ์ แบ่งปันความรู้ หาคำแนะนำจากผู้เชี่ยวชาญ หรือร่วมกันทำโครงการวิจัยที่มีรายละเอียดซับซ้อน โดยเป้าหมายหลักของการสร้างเครือข่ายการพัฒนางานวิจัยประกอบด้วย 7 ประการ ได้แก่ การเชื่อมโยง (Connectivity) เครือข่ายเพื่อสร้างพื้นที่ที่เหมาะสมสำหรับการเชื่อมโยงระหว่างผู้ที่มีความสนใจและความเชี่ยวชาญในพื้นที่เดียวกันหรือใกล้เคียงกัน เช่น การประชุมวิชาการ การจัดกิจกรรมอบรมสัมมนา การแลกเปลี่ยนข้อมูล (Information Exchange) เป็นการแลกเปลี่ยนความรู้ ข้อมูล และประสบการณ์ระหว่างสมาชิกของเครือข่าย เพื่อเสริมสร้างความเข้มแข็งและการเรียนรู้ร่วมกัน ในองค์ความรู้ที่แตกต่างกันให้สามารถทำวิจัยร่วมกันได้ การสนับสนุนและร่วมมือ (Support and Collaboration) การสนับสนุนกันระหว่างสมาชิกในเครือข่าย ในเรื่องการให้คำปรึกษา เข้าร่วมโครงการวิจัยร่วมกัน หรือการแบ่งปันทรัพยากรที่สามารถช่วยเหลือในการทำงานวิจัย เช่น การใช้เครื่องมือในห้องปฏิบัติการ การสร้างพื้นที่เพื่อพัฒนาทักษะ (Capacity Building) การจัดอบรม สัมมนา หรือโครงการที่เกี่ยวกับการพัฒนาทักษะและความรู้ที่เกี่ยวข้องกับงานวิจัย เพื่อเสริมสร้างความเข้มแข็งของสมาชิกในเครือข่าย ซึ่งเป็นการสร้างขึ้นจากผู้เชี่ยวชาญภายในโครงการวิจัย หรือ เชิญผู้เชี่ยวชาญเฉพาะด้าน การสร้างพันธมิตรภาคสาธารณะและเอกชน (Public-Private Partnerships) การสร้างความร่วมมือระหว่างภาครัฐและเอกชนเพื่อสนับสนุนงานวิจัยและพัฒนาเทคโนโลยี การสร้างโครงสร้างการบริหาร (Governance Structure) การกำหนดระเบียบ การบริหารจัดการ การจัดการด้านการเงิน และผลงานทางวิชาการ เพื่อให้การดำเนินงานของเครือข่ายเป็นไปอย่างมีประสิทธิภาพและรอบคอบ การสร้างและรักษาความน่าเชื่อถือ (Trust Building) การสร้างความเชื่อถือระหว่างสมาชิกภายในเครือข่าย เพื่อสร้างความน่าเชื่อถือร่วมไปถึงการทำข้อตกลงไม่เปิดเผยข้อมูลภายในโครงการ หรือ การนำผลที่ได้จากงานวิจัยไปเผยแพร่ต้องได้รับอนุญาตก่อน                ดังนั้น การสร้างเครือข่ายการพัฒนางานวิจัยมีประโยชน์มากในการสนับสนุนการพัฒนาด้านวิชาการและเทคโนโลยีช่วยเพิ่มโอกาสในการสร้างนวัตกรรมใหม่ และสร้างความร่วมมือที่แข็งแกร่งในการแก้ไขภาวะสถานการณ์ต่าง ๆ ที่เกี่ยวข้องกับงานวิจัยและพัฒนา ความรู้ที่เป็นประเด็นสำคัญที่นำมาใช้           การสร้างเครือข่ายการพัฒนางานวิจัยเป็นกระบวนการ ประเภทความรู้และที่มาความรู้ ความรู้ที่ฝังลึกอยู่ในตัวคน (Tacit Knowledge) : ความรู้แบบชัดแจ้ง (Explicit Knowledge) ความรู้จากคลังความรู้ของเว็บไซต์ระบบการจัดการความรู้ KM Rangsit University      (http://lc.rsu.ac.th/km/Knowledgebase) เจ้าของความรู้/สังกัด  ปี 2563 ประเภทการเผยแพร่ผลงานวิจัยและงานสร้างสรรค์ ชื่อเรื่อง เทคนิคการเขียนบทความวิจัยให้ได้รับการตีพิมพ์ในวารสารนานาชาติระดับ Q1, Q2https://lc.rsu.ac.th/km/knowledgebase/form/detail/784                                             ความรู้ที่ฝังลึกอยู่ในตัวคน (Tacit Knowledge) ผู้ให้ความรู้                                                                           วิธีการดำเนินการ การสร้างเครือข่ายการพัฒนางานวิจัยเป็นงานที่ต้องอาศัยความรู้ในการทำวิจัยที่มีขอบเขตกว้างขวาง ในด้านพหุวิทยาการ ระยะเวลาดำเนินการ และ งบประมาณ โดยกำหนดวัตถุประสงค์เรื่องการมีจำนวนผลงานทางวิชาการซึ่งจะมีขั้นตอนดังนี้ กำหนดวัตถุประสงค์และแผนการดำเนินงานวิจัย กำหนดวัตถุประสงค์ของเครือข่ายงานวิจัยให้ชัดเจน รวมถึงกำหนดแผนการดำเนินงานที่เหมาะสมเพื่อให้บรรลุวัตถุประสงค์ดังกล่าว การสร้างความน่าเชื่อถือและความสัมพันธ์ระหว่างสมาชิกของเครือข่าย โดยการสร้างความโปร่งใส และการสร้างความสัมพันธ์ที่ดีระหว่างผู้เข้าร่วม การเลือกบุคคลที่เหมาะสมที่มีความเชี่ยวชาญและประสบการณ์ในสาขาที่เกี่ยวข้องเพื่อเข้าร่วมในเครือข่าย การสร้างพื้นที่ และ สภาพแวดล้อม ที่เอื้ออำนวยต่อการแลกเปลี่ยนความรู้และประสบการณ์ ไม่ว่าจะเป็นการจัดประชุม อบรมสัมมนา เวิร์กช็อป หรือกิจกรรมอื่น ๆ ที่สร้างโอกาสให้ผู้เข้าร่วมโครงการงานวิจัยเกิดการพูดคุยและแลกเปลี่ยนความคิดเห็น การสนับสนุนการพัฒนาทักษะ เป็นการสร้างโอกาสให้กับสมาชิกในเครือข่ายในการพัฒนาทักษะและความรู้ที่จำเป็นสำหรับงานวิจัย สร้างพันธมิตรและความร่วมมือกับองค์กรหรือผู้สนับสนุนอื่นเพื่อเสริมสร้างทรัพยากรและโอกาสในการวิจัย ทั้งเครือข่ายภายใน และภายนอกโครงการวิจัย การจัดการและบริหารความรู้ที่ได้รับจากการวิจัยเพื่อให้เกิดประโยชน์และการนำไปใช้ในประเด็นที่เกี่ยวข้อง           การสร้างเครือข่ายการพัฒนางานวิจัยเป็นกระบวนการที่ต้องใช้เวลาและความพยายามมาก เนื่องจากต้องสร้างความเข้าใจและความไว้วางใจกันระหว่างผู้เข้าร่วม แต่เมื่อมีการสร้างเครือข่ายที่มีประสิทธิภาพแล้ว จะสามารถสร้างผลลัพธ์ที่สำคัญและมีประโยชน์ในการพัฒนาวิจัยและสังคมอย่างมาก 2.Prototype testing in an operational environment – DO ผลการดำเนินการ การนำไปใช้ หรือการลงมือปฏิบัติจริง อุปสรรคหรือปัญหาในการทำงาน                เนื่องจากผู้ให้ความรู้ มีประสบการณ์ในด้านการสร้างเครือข่ายการพัฒนางานวิจัยที่เน้นใช้ในงานวิจัยด้าน AI ทางการแพทย์ โดยเป้าหมายสำคัญ คือ การพัฒนาทรัพยากรและการแลกเปลี่ยนความรู้ในพื้นที่ได้มากขึ้น เพื่อให้สามารถนำเทคโนโลยี AI มาใช้ในการแก้ไขปัญหาทางการแพทย์ได้อย่างมีประสิทธิภาพ ดังนั้น ขั้นตอนและเหตุการณ์สำคัญที่สำคัญในการสร้างเครือข่ายการพัฒนางานวิจัย ดังนี้ การสร้างโอกาส การผลักดันตนเองเข้าไปในกลุ่มผู้เชี่ยวชาญ ตัวอย่างเช่น เข้าร่วมการประชุมวิชาการในระดับนานาชาติ เข้าร่วมอบรม สัมมนา ในหลักสูตร หรือ หัวข้อที่มีความเกี่ยวข้องในงานวิจัย การเข้าร่วมพูดคุยกับผู้เชี่ยวชาญในเรื่องที่ตนเองเชี่ยวชาญ และ สร้างความสัมพันธ์เพื่อร่วมทำงานวิจัยเพื่อเข้าไปมีส่วนร่วม หรือ การเชิญผู้เชี่ยวชาญเข้ามาเป็นสมาชิกในคณะวิจัย การรวมกลุ่มคณะวิจัยเพื่อสร้างกลุ่มคณะวิจัยที่มีความเชี่ยวชาญในด้าน AI และการแพทย์เข้าด้วยกัน โดยพิจารณาจากการกำหนดเป้าหมายเพื่อสร้างพื้นที่ในการแลกเปลี่ยนความรู้และประสบการณ์ โดยโจทย์งานวิจัยจะได้มาจากผู้เชี่ยวชาญเฉพาะด้าน (Domain Expert) เช่น แพทย์เฉพาะทาง นักเทคนิคการแพทย์ ผู้อำนวยการโรงพยาบาล โดยการเชิญประชุมกำหนดหัวข้อวิจัย จำนวนส่วนแบ่งทุนวิจัย และ การตีพิมพ์ผลงานวิชาการ การสร้างฐานข้อมูลเพื่อใช้ในงานวิจัย เป็นการรวบรวมข้อมูลมาสร้างระบบฐานข้อมูล เพื่อใช้ในงานวิจัย ได้แก่ ข้อมูลผู้ป่วยในด้านการรักษา ข้อมูลคลินิก ข้อมูลสัญญาชีพ ซึ่งอยู่ในรูปแบบอิเล็กทรอนิกส์ และ รูปแบบที่ไม่ใช่อิเล็กทรอนิกส์ ดังนั้น ผู้เชี่ยวชาญจะเก็บข้อมูลผู้ป่วยที่ได้จากการรักษาผู้ป่วย ข้อมูลจากระบบห้องปฏิบัติการทางการแพทย์ และ ข้อมูลผู้ป่วยจากระบบโรงพยาบาล การสร้างโมเดลและอัลกอริทึมที่ใช้ในการวิเคราะห์ข้อมูลทางการแพทย์ นั้นต้องพิจารณาจากโจทย์งานวิจัยว่าเป็นงานด้านใด เช่น การวิเคราะห์ภาพการสแกน ข้อมูลการตรวจทางห้องปฏิบัติการทางการแพทย์ เพื่อการวินิจฉัยโรคหรือการพยากรณ์ผลลัพธ์ของการรักษา โดยการเลือกพิจารณาจากงานวิจัยในเรื่องเดียวกันที่เคยนำเสนอมาก่อนหน้า และนำมาพัฒนาต่อเพื่อให้ได้ผลการทดลองที่ดีขึ้น ซึ่งจะนำไปสู่การตีพิมพ์ผลงานได้ในระดับสากล การทดสอบ การปรับปรุง โมเดลและอัลกอริทึม อย่างต่อเนื่องเพื่อให้มีประสิทธิภาพและความแม่นยำสูงสุดในการใช้งานจริง โดยผลการทดลองที่ได้จำเป็นต้องนำเสนอกับผู้เชี่ยวชาญเฉพาะ หรือ เจ้าของโจทย์วิจัยเพื่อยืนยันผลการทดสอบโมเดล และ รับรองผลที่ได้จากการวิเคราะห์ข้อมูลว่าเป็นไปตามข้อปฏิบัติทางการแพทย์ หรือ หลักการทางวิทยาศาสตร์ การแลกเปลี่ยนความรู้และประสบการณ์ เพื่อสร้างพื้นที่ในการแลกเปลี่ยนความรู้และประสบการณ์ระหว่างนักวิจัย และ ผู้เชี่ยวชาญในสาขาการแพทย์ และ AI เช่น แพทย์ผู้เชี่ยวชาญ เภสัชกร นักเทคนิคการแพทย์ วิศวกรด้านปัญญาประดิษฐ์ เพื่อเสริมสร้างการเรียนรู้และการพัฒนาที่ยั่งยืน           ดังนั้น การสร้างเครือข่ายการพัฒนางานวิจัยในด้าน AI ทางการแพทย์จะเสริมสร้างโอกาสในการพัฒนาเทคโนโลยีที่มีประสิทธิภาพและมีความสามารถในการรักษาและดูแลสุขภาพของมนุษย์อย่างมีประสิทธิภาพมากยิ่งขึ้น มุ่งเน้นเพื่อให้เป็นประโยชน์ต่อสังคมโดยรวม 3. Proven through successful mission operation, Objectives and Key Results for Knowledge Management – CHECK การตรวจสอบผลการดำเนินการ การนำเสนอประสบการณ์การนำไปใช้ สรุปและอภิปรายผล บทสรุปความรู้หรือความรู้ที่ค้นพบใหม่               ผลจากการดำเนินการตามแผนที่ได้กำหนดไว้ทำให้ได้ผลงานทางวิชาการร่วมกับเครือข่ายการพัฒนางานวิจัย ตัวอย่างเช่น คณะเทคนิคการแพทย์ มหาวิทยาลัยรังสิต ดำเนินโครงการจัดตั้งคลินิกเทคนิคการแพทย์ โดยผู้ให้ความรู้ได้รับมอบหมายให้ทำหน้าที่การติดตั้งระบบ Laboratory Information System ในทุกกระบวนการ เมื่อระบบติดตั้งใช้งานเรียบร้อย ทีมงานในโครงการจัดตั้งคลินิกเทคนิคการแพทย์มหาวิทยาลัยรังสิต ได้ร่วมกันนำความรู้ที่ได้จัดทำผลงานวิจัยนำเสนอในงานประชุมวิชาการระดับนานาชาติ จำนวน 1 เรื่อง ในปี พ.ศ. 2560 Somyanonthanakul, R. and Gatedee, T. (April 2017) Design and Implementation of Laboratory Information System: A Case Study at the Medical Technology Clinic, Rangsit University. In Proceedings, RSU International Research Conference 2017 (RSUCON 2017), April 28 2017, Thailand                โรงพยาบาลลำพูน ทำโครงการดูแลผู้สูงอายุในเขตชุมชนเมือง จึงได้ขอความร่วมมือมายังผู้ให้ความรู้เพื่อทำการวิเคราะห์ข้อมูลจากห้องปฏิบัติการทางการแพทย์ เพื่อให้ได้ผลลัพธ์นำไปเป็นข้อมูลประกอบในการวางแผนดูแลผู้สูงอายุในชุมชนเมือง ผู้ให้ความรู้ได้ข้อมูลและทำการวิเคราะห์ได้ผลลัพธ์เป็นไปตามวัตถุประสงค์โครงการที่ตั้งไว้แล้ว ผู้ให้ความรู้ได้รับอนุมัติจากหัวหน้าโครงการให้นำผลการวิเคราะห์ข้อมูลในส่วนที่สำคัญจัดทำผลงานวิจัยนำเสนอในงานประชุมวิชาการระดับนานาชาติ จำนวน 1 เรื่อง ในปี พ.ศ. 2565 Gatedee, J., Jaiping, K., Yothinarak, A., Netsawang, J., Kasemsawasdi, S., Angsirikuland, S., Somyanonthanakul, R. (2022). Association Serum Uric Acid and Lipid Parameters in Patients at Lamphun Hospital, Thailand. The 17th International Joint Symposium on Artificial Intelligence and Natural Language Processing (iSAI-NLP 2022), 5-7 November 2022. Chiang Mai, Thailand. 152-157                โรงพยาบาลธรรมศาสตร์เฉลิมพระเกียรติ ได้จัดตั้งโรงพยาบาลสนามเพื่อรองรับผู้ป่วย COVID-19 ในช่วงที่มีการระบาดของโรคตามช่วงเวลาดังกล่าว ผู้ให้ความรู้ได้เข้าไปร่วมงานทำงานในส่วนการวิเคราะห์ข้อมูลผู้ป่วยที่เข้ารับการรักษา เพื่อนำผลการวิเคราะห์ข้อมูลที่ได้เป็นข้อมูลเพื่อให้ ผู้รับผิดชอบโรงพยาบาลสนาม สามารถวางแผนเตรียมจำนวนเตียงเพื่อรองรับผู้ป่วยให้เพียงพอกับจำนวนผู้ป่วยที่เข้ารับการรักษา หลังจากได้โครงการดำเนินการเสร็จสิ้น ผู้ให้ความรู้ได้รับอนุมัติจากหัวหน้าโครงการให้นำผลการวิเคราะห์ข้อมูลในส่วนที่สำคัญจัดทำผลงานวิจัยนำเสนอในวารสารวิจัยระดับนานาชาติ จำนวน 2 เรื่อง ในปี พ.ศ. 2564 และ 2565 Amasiri, Watchara, Kritsasith Warin, Karicha Mairiang, Chatchai Mingmalairak, Wararit Panichkikosolkuli, Krittin Silanun, Rachasak Somyanonthanakul, Thanaruk Theeramunkong, Surapon Nitikraipot, and Siriwan Suebnukarn. 2021. Analysis of Characteristics and Clinical Outcomes for Crisis Management during the Four Waves of the COVID-19 Pandemic, International Journal of Environmental Research and Public Health 18, no. 23: 12633.  Rachasak Somyanonthanakul, Kritsasith Warin, Watchara Amasiri, Karicha Mairiang, Chatchai Mingmalairak, Wararit Panichkitkosolkul, Krittin Silanun, Thanaruk Theeramunkong, Surapon Nitikraipot and Siriwan Suebnukarn. (2022). Forecasting COVID-19 cases using time series modeling and association rule mining. BMC Medical Research Methodology. 22:281 November 2022. Switzerland AG: Springer Nature. 1-18.                คณะทันตแพทย์ศาสตร์ มหาวิทยาลัยธรรมศาสตร์ ต้องการทำ Model AI เพื่อใช้กับผู้ป่วยมะเร็งในช่องปาก โดยใช้ข้อมูลผู้ป่วยที่เข้ารับการรักษาผู้ป่วยมะเร็งในช่องปาก ในโรงพยาบาลธรรมศาสตร์เฉลิมพระเกียรติ และ โรงพยาบาลมะเร็งอุดรธานี จึงมีการจัดทำโครงการวิจัยเพื่อใช้ในการคัดกรอง ติดตามการรักษา ของผู้ป่วยมะเร็งช่องปาก ผู้ให้ความรู้ได้เข้าไปมีส่วนร่วมในโครงการโดยรับผิดชอบในการวิเคราะห์ข้อมูล หลังจากได้โครงการดำเนินการเสร็จสิ้น ผู้ให้ความรู้ได้รับอนุมัติจากหัวหน้าโครงการให้นำผลการวิเคราะห์ข้อมูลในส่วนที่สำคัญจัดทำผลงานวิจัยนำเสนอในวารสารวิจัยระดับนานาชาติจำนวน 1 เรื่อง ในปี พ.ศ. 2566 Wararit Panichkitkosolkul, Rachasak Somyanonthanakul, Kritsasith Warin, and Siriwan Suebnukarn. (2023) The Discovery of Oral Cancer Prognostic Factor ranking using Association Rule Mining, European Journal of Dentistry. สรุปผลที่เกิดจากการดำเนินการ ลำดับที่ ปี ชื่อบทความวิจัย ประเภทบทความ Index 1 2566 Wararit Panichkitkosolkul, Rachasak Somyanonthanakul, Kritsasith Warin, and Siriwan Suebnukarn. (2023) The Discovery of Oral Cancer Prognostic Factor ranking using Association Rule Mining, European Journal of Dentistry. International Journal Scopus Q1 2 2565 Rachasak Somyanonthanakul, Kritsasith Warin, Watchara Amasiri, Karicha Mairiang, Chatchai Mingmalairak, Wararit Panichkitkosolkul, Krittin Silanun, Thanaruk Theeramunkong, Surapon Nitikraipot and Siriwan Suebnukarn. (2022). Forecasting COVID-19 cases using time series modeling and association rule mining. BMC Medical Research Methodology. 22:281 November 2022. Switzerland AG: Springer Nature. 1-18. International Journal Scopus Q1 3 2565 Gatedee, J., Jaiping, K., Yothinarak, A., Netsawang, J., Kasemsawasdi, S., Angsirikuland, S., Somyanonthanakul, R. (2022). Association Serum Uric Acid and Lipid Parameters in Patients at Lamphun Hospital, Thailand. The 17th International Joint Symposium on Artificial Intelligence and Natural Language Processing (iSAI-NLP 2022), 5-7 November 2022. Chiang Mai, Thailand. 152-157 International Conference IEEE 4 2564 Amasiri, Watchara, Kritsasith Warin, Karicha Mairiang, Chatchai Mingmalairak, Wararit Panichkikosolkuli, Krittin Silanun, Rachasak Somyanonthanakul, Thanaruk Theeramunkong, Surapon Nitikraipot, and Siriwan Suebnukarn. 2021. Analysis of Characteristics and Clinical Outcomes for Crisis Management during the Four Waves of the COVID-19 Pandemic, International Journal of Environmental Research and Public Health 18, no. 23: 12633. International Journal Scopus Q1 5 2560 Somyanonthanakul, R. and Gatedee, T. (April 2017) Design and Implementation of Laboratory Information System: A Case Study at the Medical Technology Clinic, Rangsit University. In Proceedings, RSU International Research Conference 2017 (RSUCON 2017), April 28 2017, Thailand RSU Conference –   ข้อเสนอแนะในการดำเนินการในอนาคต หรือการดำเนินการเพื่อสามารถนำไปสู่การเป็น Good Practice ข้อเสนอแนะในการดำเนินการในอนาคต หรือการดำเนินการเพื่อสามารถนำไปสู่การเป็น Good Practice การสร้างเครือข่ายการพัฒนางานวิจัยในด้าน AI ทางการแพทย์เป็นโครงการที่มีความสำคัญและมีศักยภาพที่จะเสนอแนวทางในอนาคตเพื่อให้เกิดการพัฒนาและนวัตกรรมทางการแพทย์ที่มีประสิทธิภาพขึ้นการวางแผนที่ดีทำให้อนาคตที่การสร้างเครือข่ายการพัฒนางานวิจัยด้าน AI ทางการแพทย์ สามารถทำได้สำเร็จ ควรมีการเตรียมการในเรื่องต่าง ๆ ดังนี้ การสร้างศูนย์กลางการวิจัยที่เชื่อมโยงระหว่างสถาบันการแพทย์ สถาบันการศึกษา และภาคเอกชน เพื่อสร้างพื้นที่ในการทำงานร่วมกันและแบ่งปันความรู้ สร้างระบบการสนับสนุนทุนในการวิจัยด้าน AI ทางการแพทย์ เพื่อส่งเสริมการทำงานวิจัยที่มีคุณค่าและมีนวัตกรรม จากหน่วยงานให้ทุน เช่น TCELS และ PMU-B การสร้างพื้นที่สำหรับ แลกเปลี่ยนความรู้ ประชุม สัมมนา และ เวิร์กช็อป ที่เกี่ยวข้องกับ AI ทางการแพทย์ เพื่อสร้างโอกาสในการแลกเปลี่ยนความรู้และประสบการณ์ สร้างโครงสร้างการฝึกอบรมที่เหมาะสมสำหรับนักวิจัยและผู้ที่สนใจในด้าน AI ทางการแพทย์ เพื่อเพิ่มทักษะและความรู้ในการใช้เทคโนโลยีในงานวิจัยแพทย์ สร้างความร่วมมือระหว่างสถาบันวิจัยและองค์กรทางการแพทย์ในระดับนานาชาติ เพื่อแลกเปลี่ยนประสบการณ์และความรู้             ดังนั้น ผู้ให้ความรู้ขอให้ความสำคัญในเรื่องการหาโอกาส เป็นปัจจัยสำคัญในการสร้างเครือข่ายพัฒนางานวิจัย เพราะการทำวิจัยโครงการขนาดใหญ่ ต้องอาศัยความรู้หลายศาสตร์ ในเวลา และ งบประมาณที่จำกัด การเตรียมความพร้อมและความเชี่ยวชาญให้กับตนเอง เพื่อรอโอกาสได้มีส่วนร่วมในโครงการวิจัยที่สำคัญจะทำให้การตีพิมพ์ผลงานวิจัยเป็นไปได้มาก

การสร้างเครือข่ายการพัฒนางานวิจัย Read More »